Pantau atau batalkan kerja

Lihat senarai beban kerja anda di halaman Beban Kerja.

Lihat status kerja

Pergi ke jadual Beban Kerja anda dan semak di bawah lajur Status sama ada kerja telah selesai atau gagal.

Lihat baki penggunaan

Pergi ke jadual Instances anda dan pilih tab yang berkaitan dengan pelan yang anda ingin lihat baki penggunaannya. Jumlah masa yang digunakan dan jumlah masa yang tinggal pada pelan anda akan dipaparkan.

Lihat metrik bilangan kerja dan beban kerja yang diserahkan

Pergi ke halaman Analitik untuk melihat jumlah bilangan kerja yang diserahkan, serta kiraan beban kerja kumpulan dan beban kerja Session. Ambil perhatian bahawa anda hanya boleh melihat halaman Analitik untuk akaun yang anda miliki atau uruskan.

Pantau kerja

Gunakan instance kerja untuk menyemak status kerja atau mendapatkan semula keputusan dengan memanggil arahan yang sesuai:

job.result()	Semak keputusan kerja serta-merta selepas kerja selesai. Keputusan kerja tersedia selepas kerja selesai. Oleh itu, job.result() adalah panggilan penyekatan sehingga kerja selesai.
job.job_id()	Kembalikan ID yang mengenal pasti kerja itu secara unik. Mendapatkan semula keputusan kerja pada masa kemudian memerlukan ID kerja. Oleh itu, adalah disyorkan agar anda menyimpan ID kerja yang mungkin ingin anda dapatkan semula kemudian.
job.status()	Semak status kerja.
job = service.job(<job_id>)	Dapatkan semula kerja yang anda serahkan sebelum ini. Panggilan ini memerlukan ID kerja.

Dapatkan semula keputusan kerja pada masa kemudian

Panggil service.job(\<job\_id>) untuk mendapatkan semula kerja yang anda serahkan sebelum ini. Jika anda tidak mempunyai ID kerja, atau jika anda ingin mendapatkan semula berbilang kerja sekaligus; termasuk kerja dari QPU (unit pemprosesan kuantum) yang telah bersara, panggil service.jobs() dengan penapis pilihan sebaliknya. Lihat QiskitRuntimeService.jobs.

Pakej pembekal yang telah ditamatkan

service.jobs() juga mengembalikan kerja yang dijalankan dari pakej qiskit-ibm-provider yang telah ditamatkan. Kerja yang diserahkan oleh pakej qiskit-ibmq-provider yang lebih lama (juga telah ditamatkan) tidak lagi tersedia.

Contoh

Contoh ini mengembalikan 10 kerja runtime terkini yang dijalankan pada my_backend:

# Added by doQumentation — required packages for this notebook
!pip install -q numpy qiskit qiskit-ibm-runtime

# This cell is hidden from users
from qiskit import QuantumCircuit
from qiskit.circuit import Parameter
from qiskit.transpiler import generate_preset_pass_manager

from qiskit_ibm_runtime import QiskitRuntimeService, SamplerV2
import numpy as np

my_backend = "ibm_torino"
service = QiskitRuntimeService()
# backend = service.backend(my_backend)
backend = service.least_busy()

# Define two circuits, each with one parameter with two parameters.
circuit = QuantumCircuit(2)
circuit.h(0)
circuit.cx(0, 1)
circuit.ry(Parameter("a"), 0)
circuit.cx(0, 1)
circuit.h(0)
circuit.measure_all()

pm = generate_preset_pass_manager(optimization_level=1, backend=backend)
transpiled_circuit = pm.run(circuit)

params = np.random.uniform(size=(2, 3)).T

sampler_pub = (transpiled_circuit, params)

# Instantiate the new estimator object, then run the transpiled circuit
# using the set of parameters and observables.
sampler = SamplerV2(mode=backend)
job = sampler.run([sampler_pub], shots=4)
print(job.job_id())

d305ck0ocacs73ajagvg

result = job.result()

spans = job.result().metadata["execution"]["execution_spans"]
print(spans)

ExecutionSpans([DoubleSliceSpan(<start='2025-09-09 16:31:16', stop='2025-09-09 16:31:16', size=24>)])

params = np.random.uniform(size=(2, 3))
params

array([[0.2260416 , 0.8747859 , 0.44361995],
       [0.94700856, 0.96826017, 0.98426562]])

mask = spans[0].mask(0)
mask

array([[[ True,  True,  True,  True],
        [ True,  True,  True,  True]],

       [[ True,  True,  True,  True],
        [ True,  True,  True,  True]],

       [[ True,  True,  True,  True],
        [ True,  True,  True,  True]]])

from qiskit_ibm_runtime import QiskitRuntimeService

# Initialize the account first.
service = QiskitRuntimeService()
# Use `limit` to retrieve a specific number of jobs. The default `limit` is 10.
service.jobs(backend_name=my_backend)

Batalkan kerja

Anda boleh membatalkan kerja daripada papan pemuka IBM Quantum Platform sama ada di halaman Beban Kerja atau halaman butiran untuk beban kerja tertentu. Di halaman Beban Kerja, klik menu limpahan di hujung baris untuk beban kerja tersebut, dan pilih Batalkan. Jika anda berada di halaman butiran untuk beban kerja tertentu, gunakan menu lungsur Tindakan di bahagian atas halaman, dan pilih Batalkan.

Dalam Qiskit, gunakan job.cancel() untuk membatalkan kerja.

Lihat rentang pelaksanaan Sampler

Keputusan kerja SamplerV2 yang dilaksanakan dalam Qiskit Runtime mengandungi maklumat masa pelaksanaan dalam metadata mereka. Maklumat masa ini boleh digunakan untuk meletakkan had cap masa atas dan bawah pada bila shot tertentu dilaksanakan pada QPU. Shot dikumpulkan ke dalam objek ExecutionSpan, setiap satunya menunjukkan masa mula, masa berhenti, dan spesifikasi shot mana yang dikumpulkan dalam rentang itu.

Rentang pelaksanaan menentukan data mana yang dilaksanakan dalam tempohnya dengan menyediakan kaedah ExecutionSpan.mask. Kaedah ini, diberikan mana-mana indeks Primitive Unified Block (PUB), mengembalikan topeng boolean yang bernilai True untuk semua shot yang dilaksanakan dalam tempohnya. PUB diindeks mengikut urutan diberikan kepada panggilan jalan Sampler. Jika, sebagai contoh, PUB mempunyai bentuk (2, 3) dan dijalankan dengan empat shot, maka bentuk topeng ialah (2, 3, 4). Lihat halaman API execution_span untuk butiran penuh.

Contoh: Untuk melihat maklumat rentang pelaksanaan, semak metadata keputusan yang dikembalikan oleh SamplerV2, yang datang dalam bentuk objek ExecutionSpans. Objek ini ialah bekas seperti senarai yang mengandungi instance subkelas ExecutionSpan, seperti SliceSpan:

from qiskit.primitives import BitArray

# Get the mask of the 1st PUB for the 0th span.
mask = spans[0].mask(0)

# Decide whether the 0th shot of parameter set (1, 2) occurred in this span.
in_this_span = mask[2, 1, 0]

# Create a new bit array containing only the PUB-1 data collected during this span.
bits = result[0].data.meas
filtered_data = BitArray(bits.array[mask], bits.num_bits)

Rentang pelaksanaan boleh ditapis untuk menyertakan maklumat yang berkaitan dengan PUB tertentu, dipilih mengikut indeks mereka:

# take the subset of spans that reference data in PUBs 0 or 2
spans.filter_by_pub([0, 2])

ExecutionSpans([DoubleSliceSpan(<start='2025-09-09 16:31:16', stop='2025-09-09 16:31:16', size=24>)])

Lihat maklumat global tentang koleksi rentang pelaksanaan:

print("Number of execution spans:", len(spans))
print("  Start of the first span:", spans.start)
print("     End of the last span:", spans.stop)
print("       Total duration (s):", spans.duration)

Number of execution spans: 1
  Start of the first span: 2025-09-09 16:31:16.320568
     End of the last span: 2025-09-09 16:31:16.865858
       Total duration (s): 0.54529

Ekstrak dan periksa rentang tertentu:

spans.sort()
print(" Start of first span:", spans[0].start)
print("   End of first span:", spans[0].stop)
print("#shots in first span:", spans[0].size)

Start of first span: 2025-09-09 16:31:16.320568
   End of first span: 2025-09-09 16:31:16.865858
#shots in first span: 24

nota

Adalah mungkin untuk tetingkap masa yang ditentukan oleh rentang pelaksanaan yang berbeza bertindih. Ini bukan kerana QPU sedang melakukan berbilang pelaksanaan serentak, tetapi sebaliknya adalah artifak pemprosesan klasikal tertentu yang mungkin berlaku serentak dengan pelaksanaan kuantum. Jaminan yang dibuat ialah data yang dirujuk pasti berlaku dalam rentang pelaksanaan yang dilaporkan, tetapi tidak semestinya had tetingkap masa adalah seketat mungkin.

Langkah seterusnya

Cadangan

• Cuba tutorial algoritma Grover.